Türkiye’nin Net Elektrik Tüketiminin Tahmini

Year 2009, Volume: 29 Issue: 2 - Volume: 29 Issue: 2, 89 - 98, 01.06.2009

Mehmet Bilgili

Abstract

Bu çalışma lineer regresyon (LR), lineer olmayan regresyon (NLR) ve yapay sinir ağları (YSA) metotları kullanılarak 2012 yılına kadar Türkiye’nin net elektrik tüketiminin tahmini ile ilgilidir. Kurulu güç, brüt elektrik üretimi, nüfus ve toplam abone sayısı bağımsız değişkenler olarak seçilmiştir. Gelecek elektrik tüketimi tahmini için iki farklı senaryo (yüksek ve düşük) önerilmiştir. LR, NLR ve YSA modelleriyle elde edilen sonuçlar birbirleriyle ve ayrıca Enerji ve Tabi Kaynaklar Bakanlığı (ETKB) ve literatürdeki sonuçlarla karşılaştırılmıştır. YSA metodunun performans değerleri, lineer ve lineer olmayan metotlarının performans değerlerinden daha iyi sonuçlar vermiştir. Sonuç olarak YSA metoduna göre, 2012 yılında Türkiye’nin net elektrik tüketiminin yüksek senaryo için 251.1 TWh, düşük senaryo için ise 221.07 TWh olacağı hesaplanmıştır

Keywords

Yapay sinir ağları (YSA), Elektrik tüketimi, Elektrik üretimi, Kurulu güç, Lineer regresyon (LR), Lineer olamayan regresyon (NLR)

Estimation of Net Electricity Consumption of Turkey

Abstract

This paper deals with estimation of the net electricity consumption of Turkey until the year 2012 based on linear regression (LR), nonlinear regression (NLR), and artificial neural networks (ANNs) methods. Installed capacity, gross electricity generation, population and total subscribership are selected as independent variables. Two different scenarios (high and low) are proposed for predicting the future electricity consumption. The LR, NLR and ANN model results are also compared with each other, and the Ministry of Energy and Natural Resources (MENR) projection and literature results. Results show that the performance values of the ANN method are better than the performance values of the LR and NLR models. According to the high and low scenario, and ANN model, Turkey’s net electricity consumptions will be 251.1 and 221.07 TWh by the year 2012, respectively

Keywords

Artificial neural networks (ANNs), Electricity consumption, Electricity generation, Installed capacity, Linear regression (LR), Nonlinear regression (NLR)